解析XML时出现xml.parsers.expat.ExpatError

Question

我一直在尝试通过HTTP请求获取信息，比如这个链接：

http://www.opencellid.org/cell/get?key=xxxxxxxxxxxxx&mnc=1&mcc=228&lac=101&cellid=7283

这个链接会给我返回一个XML格式的响应，内容大概是这样的：

<rsp stat="ok">
<cell nbSamples="1" mnc="1" lac="101" lat="46.52079" lon="6.56676" cellId="7283" mcc="228" range="6000"/>
</rsp>

我尝试使用response和urllib模块来打开这个网址，然后用elementtree.ElementTree来解析。

下面是我的代码片段：

url = 'http://www.opencellid.org/cell/get?key=xxxxxxxxxx&mnc=1&mcc=228&lac=101&cellid=7283 '
rss = parse(requests.get(url = url)).getroot()
pprint(rss)

但是我遇到了以下错误：

xml.parsers.expat.ExpatError: junk after document element: line 5, column 0

仅仅打印响应就得到了HTML的成功代码。请帮帮我！

Answer 1

我建议你首先保存一个只包含xml内容的文本文件：

 <rsp stat="ok">
    <cell nbSamples="1" mnc="1" lac="101" lat="46.52079" lon="6.56676" cellId="7283" mcc="228" range="6000"/>
 </rsp>

确保文件末尾没有多余的字符。然后检查一下解析是否正常。如果可以正常解析，那就说明是通信方面的问题，你需要想办法“清理”一下你收到的数据。

祝你好运！

Answer 2

你忘了在响应对象上调用内容了。这样才能得到实际的xml数据。

content = requests.get(url = url).content
rss = parse(content).getroot()